Vingt-cinq lauréats de la médaille Fields, la plus haute distinction en mathématiques, ont rendu publique le 11 septembre 2026 une déclaration commune qui accuse les entreprises d'IA de mettre en danger leur discipline. Le texte vise surtout OpenAI, dont les annonces répétées de « résolutions » de problèmes ouverts nourrissent, selon eux, une course à la publication qui fragilise l'attribution des travaux et la transmission du savoir. En parallèle s'est constituée une association pour les mathématiques humaines, dont plus de la moitié des membres disent refuser d'utiliser l'IA.

Un texte signé sur près de cinquante ans de récompenses

La déclaration, intitulée « A Severe Misalignment of AI in Mathematics » et hébergée sur le site mathandai.org, a été relayée en français par plusieurs médias, dont Le Monde. Ses vingt-cinq signataires couvrent presque un demi-siècle de médailles, de Pierre Deligne (1978) à Deng Yu (2026), et comptent cinq Français : Artur Avila, Hugo Duminil-Copin, Pierre-Louis Lions, Cédric Villani et Wendelin Werner. On y trouve aussi Terence Tao, Peter Scholze, James Maynard, Ngô Bảo Châu ou Tim Gowers.

Les signataires reprochent aux entreprises d'IA d'optimiser leurs modèles pour « résoudre » des problèmes qui servent de repères de performance et d'arguments commerciaux, alors que, écrivent-ils, la résolution d'un problème « n'est qu'un outil et un substitut » de l'objectif premier des mathématiques, la compréhension conceptuelle et l'intuition. Le texte dénonce, dans sa version française reprise par Next, des pratiques de « parasitisme » et de « déprédation scientifique ». Le grief tient moins à la puissance des modèles qu'à la manière dont leurs résultats sont diffusés, souvent annoncés dans la précipitation, sans article rédigé permettant la relecture ni citation des travaux antérieurs.

L'annonce Navier-Stokes, étincelle du conflit

La déclaration clôt une semaine tendue entre OpenAI et une partie de la communauté. Le 8 septembre 2026, l'entreprise a affirmé qu'un de ses modèles internes avait produit une preuve concernant les équations de Navier-Stokes, l'un des sept problèmes du prix du millénaire réputés parmi les plus difficiles ouverts. La revendication a immédiatement été nuancée par plusieurs mathématiciens, car le résultat ne portait pas sur le problème du millénaire lui-même, mais sur l'existence d'une singularité en temps fini pour une variante forcée de ces équations, accompagnée d'une formalisation en Lean.

Les chiffres avancés par l'entreprise et repris par la presse donnent la mesure des moyens engagés : environ 10 000 agents coordonnés, 88 heures de calcul, pour un coût estimé entre 10 et 40 millions de dollars. Ces valeurs restent des estimations, et la preuve n'avait pas été relue par des pairs au moment de la déclaration.

Un différend de priorité et d'attribution

Le point le plus disputé porte sur le crédit du résultat. Les mathématiciens Tristan Buckmaster (université de New York) et Levent Alpöge, qui travaille chez Anthropic, avaient obtenu peu avant une avancée sur le même problème. Buckmaster a accusé publiquement OpenAI d'avoir cherché à publier ses propres résultats en premier, et affirme que l'entreprise a fait pression sur lui pour qu'il ne crédite pas son collaborateur employé chez un concurrent. La tension a débordé le champ scientifique : OpenAI a retiré son parrainage d'un événement mathématique organisé à Caltech après les critiques de chercheurs de l'établissement.

Ce cas cristallise une crainte plus large. Si des laboratoires disposant de moyens de calcul considérables peuvent devancer les auteurs d'une découverte, la culture de recherche ouverte pourrait se refermer, les mathématiciens gardant leurs pistes pour eux plutôt que de les partager. La Société mathématique de France a pris position dans le même sens, évoquant un « pillage bibliographique », le coût énergétique des calculs et le risque de transformer la discipline en terrain de chasse pour chasseurs de primes.

Vérification, transmission : le fond du reproche

Au-delà de l'attribution, les signataires insistent sur ce que la production automatisée de preuves menace en amont. Une démonstration livrée sans rédaction soignée casse la chaîne de transmission entre mathématiciens, celle par laquelle une idée nouvelle est reprise, enseignée et prolongée. La vérification pose un problème concret, certaines preuves générées par IA s'étalant sur 100 à 200 pages, que des humains doivent relire ligne à ligne avant de leur accorder le moindre crédit. Le mathématicien Thomas Bloom, qui maintient un recensement des problèmes d'Erdős, a mis en garde contre la circulation de telles preuves non vérifiées.

L'accumulation d'énoncés « vrais ou faux » produits en série pourrait, selon la déclaration, appauvrir plutôt que nourrir la croissance du champ, en submergeant la communauté de résultats sans en fournir la compréhension. Les signataires rappellent que la valeur de leur discipline dépasse les preuves elles-mêmes, puisqu'elle tient aussi à la formation des étudiants et à l'invention de nouvelles questions, deux fonctions qu'une course à l'annonce laisse de côté. C'est cette compréhension, et non le décompte des problèmes rayés d'une liste, que les auteurs placent au centre de leur métier.

Une communauté traversée de lignes de fracture

La communauté est divisée. Une Association pour les mathématiques humaines s'est créée, portée notamment par Naomi Sweeting, du MIT ; plus de la moitié de ses membres disent refuser d'utiliser l'IA, quand d'autres veulent explorer ce que serait une « utilisation responsable » de ces outils. Du côté d'OpenAI, le chercheur Sébastien Bubeck défend un usage collaboratif de l'IA en mathématiques, et le vice-président Liam Fedus a répondu directement aux inquiétudes exprimées par Terence Tao.

Le désaccord se nourrit d'une série d'avancées bien réelles. En mai 2026, un modèle interne d'OpenAI avait réfuté la conjecture des distances unité d'Erdős, ouverte depuis près de quatre-vingts ans, en construisant un contre-exemple par des techniques de théorie algébrique des nombres. Tim Gowers y avait vu une étape marquante pour l'IA en mathématiques. Google DeepMind avait également résolu ou retrouvé plusieurs preuves de problèmes d'Erdős au cours de l'année, dont neuf sur un lot de plusieurs centaines de conjectures explorées en début d'année. Face à cette vague, Tao a annoncé se retirer du travail sur ces problèmes, et le combinatoricien Noga Alon a résumé le désarroi d'une partie de ses collègues en jugeant qu'« une fois que l'IA a commencé à les résoudre, cela n'a plus d'intérêt ».

La preuve Navier-Stokes revendiquée le 8 septembre concernait une variante forcée des équations, pas le problème du millénaire, et n'avait pas été soumise à relecture au moment où les vingt-cinq médaillés ont signé leur texte.